Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
MAPA DASIMÉTRICO DA DENSIDADE DEMOGRÁFICA DE POÇOS DE CALDAS
(MG) UTILIZANDO TÉCNICAS DE SENSORIAMENTO REMOTO E
GEOPROCESSAMENTO
Lyneker Pereira da Silveira 1
Fernando Shinji Kawakubo 2
1
Universidade Federal de Alfenas – UNIFAL/ICN
Caixa Postal 37130-000 - Alfenas - MG, Brasil
[email protected]
2
Universidade Federal de Alfenas – UNIFAL/ICN
Caixa Postal 37130-000 - Alfenas - MG, Brasil
[email protected]
Abstract. The knowledge of the spatial distribution of urban population has importance in several areas of the
social sciences. In Brazil, the population density maps are usually constructed using only the census’s data. The
problem with this approach is that often the boundaries of the polygons are not restricted tracts inhabited areas,
also including parks, cemeteries and industries. To improve the mapping, auxiliary data can be incorporated to
refine the calculation of density (called dasimetria). In this work, the method dasimétrico was adopted for the
city of Wells Caldas, Minas Gerais, Brazil. The density was calculated using auxiliary data as the land use map
generated from Google Earth imagery. The residential areas were combined with census data using Geographic
Information System ILWIS. The results showed that the method is a viable alternative dasimétrico to enhance
visualization of the spatial distribution of the population.
Palavras-chave: densidade demográfica, mapa dasimétrico, cartografia temática.
1. Intodução
O conhecimento da distribuição espacial da população nos centros urbanos possui várias
aplicações relacionadas ao planejamento de infraestrutura e de saúde coletiva. O Instituto
Brasileiro de Geografia e Estatística (IBGE) é o órgão responsável pela realização do censo
demográfico para todo o território nacional. A cada dez anos o IBGE realiza o censo por meio
de aplicação de questionários que tem como objetivo revelar além do numero de habitantes, o
perfil socioeconômico da população brasileira.
A densidade demográfica tem sido utilizada com freqüência em diversas áreas das
ciências sociais aplicadas como categoria fundamental de análise do espaço geográfico. Para
os urbanistas, o conceito de densidade demográfica está relacionado à presença de
infraestrutura urbana. Ela é entendida como a ocupação ordenada do espaço que possibilita a
circulação de ar, dejetos e de pessoas além de instituir um padrão urbano de comportamento
desejável (Souza, 2001). A densidade demográfica contrapõe-se, portanto, ao simples
conceito da aglomeração, visto pelos urbanistas como um ajustamento estagnado da cidade.
Na área de infraestrutura, o mapeamento da densidade demográfica é importante para
analisar a viabilidade na execução de obras. As áreas de baixa densidade demográfica são
muitas vezes encaradas como áreas “menos prioritárias” por causa dos elevados custos
envolvidos em contraposição as áreas de alta densidade.
Apesar do ponto de vista da alta densidade populacional ser um elemento chave na
viabilização das obras, Nucci (2008) ressalta que a ela também traz conseqüências negativas
que refletem na perda na qualidade de vida da população. O autor (op cit.) cita como
exemplos negativos da alta densidade populacional: os congestionamentos observados nas
vias, escassez de espaços livres para lazer, formação de ilhas de calor, dificuldades para a
disposição de resíduos, aumento dos riscos de doenças etc. Todavia, é importante ressaltar
que a alta densidade demográfica por si só não causa perda na qualidade de vida. Somente
0999
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
quando o ser humano não consegue escapar das pressões causadas pelo excesso de
adensamento é que podem surgir problemas (Andrews, 1976; Nucci, 2008)
Do ponto de vista da saúde coletiva, as áreas com alta densidade demográfica são
consideradas de alto potencial de transmissão de doenças infectocontagiosas e de saúde
mental (Almeida Filho & Santana, 1986). No caso das doenças infectocontagiosas, a
facilidade no trânsito da doença seria a principal causa. Em relação à saúde mental, a maior
parte dos estudos tem concluído que a densidade demográfica encontra-se relacionada a níveis
de sintomatologia associada ao estresse (Almeida Filho & Santana, 1986).
Tradicionalmente, a densidade demográfica é mapeada utilizando os valores de
população presentes nos setores censitários e dividindo pela sua área abrangida pelo setor
(método conhecido na cartografia temática como coroplético). O problema desta abordagem é
que muitas vezes, este procedimento de cálculo da densidade demográfica mascara a
densidade populacional real, pois mesmo as áreas não-residenciais são incluídas no cálculo
(causando o efeito de suavização).
Um método alternativo para cálculo da densidade demográfica é o método dasimétrico. A
metodologia dasimétrica propõe uma descrição mais realista, em que as áreas/taxas são
modificadas de acordo com o critério de homogeneidade obtido por meio de informações
complementares (Morato, Kawakubo & Machado, 2011). O lançamento de vários satélites de
alta resolução espacial como IKONOS-2 (4 metros no modo multiespectral e 1 metro no modo
pancromático), Quick Bird (2,4-2,8 metros no modo multiespectral e 61-72 centímetros no
modo pancromático), Rapid Eye (6,5 metros no modo multiespectral) e o satélite
Cinobrasileiro CBERS-2B que carrega o sensor High Resolution Camera (2,7 metros no
pancromático) tem ampliado significativamente o potencial de aplicações do sensoriamento
remoto orbital em áreas urbanas e vem se consolidando como uma indispensável fonte de
informação integrada aos Sistemas de Informações Geográficas (SIGs).
Dessa forma, o trabalho propõe a utilização do método dasimétrico para o refinamento do
calculo da densidade demográfica com o intuito de diminuir o efeito de suavização observado
nos métodos tradicionais. Imagens de satélite de alta resolução espacial foram tratadas em um
SIG e as informações geradas por meio da interpretação das imagens foram combinadas com
as informações dos setores censitários. A finalidade do presente trabalho é contribuir com os
estudos populacionais, de saúde coletiva e de planejamento urbano dentro de uma temática
que aborda o desenvolvimento de metodologias de integração de dados espaciais aplicadas a
análise da distribuição geográfica da população na escala intramunicipal. A área selecionada
para o desenvolvimento de este trabalho é o município de Poços de Caldas (MG), localizado
na Região Sul do Estado de Minas Gerais, Brasil.
2. Metodologia de trabalho
Neste trabalho foram utilizados os seguintes materiais: Dados dos setores censitários do
IBGE (2002) - Resultados do Universo do Censo 2000; Cartas topográficas na escala 1:
50000 do IBGE, folhas: Poços de Caldas; Imagens de alta resolução obtidas do aplicativo
Google Earth (2009/2010); PhotoFiltre; Sistema de Informações Geográficas (SIG) ILWIS
3.4. (ITC-Holanda)
A primeira etapa do trabalho consistiu na elaboração do mapa da área urbana de Poços de
Caldas. Para a sua elaboração, foram utilizadas imagens de alta resolução obtidas
gratuitamente do aplicativo Google Earth. As imagens foram adquiridas copiando a imagem
em tela. Em seguida, as imagens foram corrigidas geometricamente utilizando pontos de
controle identificados na imagem e na base cartográfica. Em seguida, as imagens foram
reamostradas com o interpolador bicúbico (Crósta, 1999) e mosaicadas. A identificação das
áreas urbanas foi feita de maneira visual adotando os procedimentos da fotointerpretação
(Ceron & Diniz, 1966; Luchiari, Kawakubo & Morato, 2011).
1000
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
A delimitação da área urbana foi feita de maneira manual utilizando os recursos de
digitalização do ILWIS. Após a digitalização, as linhas foram checadas em relação a
consistência topológica. A última etapa da digitalização consistiu na geração dos polígonos
(figura 2).
Figura 2. Mapa da área urbana de Poços de Caldas gerado a partir da interpretação das
imagens do Google Earth.
Em relação aos dados dos setores censitários (figura 3), estes dados encontram-se
subdivididos em quatro categorias: pessoas, educação, domicílios e responsável pelo
domicílio, totalizando mais de 500 variáveis (IBGE, 2003). Criou-se uma coluna no ILWIS
contendo o valor total de pessoas residentes em cada polígono censitário. Em seguida,
utilizando o recurso de tabulação cruzada, o mapa de setores censitários foi combinado com o
mapa da área urbana. Por fim, calculou-se a densidade demográfica corrigida em relação às
áreas habitadas.
Figura 3. Mapa dos setores censitários do IBGE.
1001
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
2.1. Método dasimétrico
No método coroplético, assume-se que o valor dentro de cada polígono seja constante,
mesmo que o comportamento real das variáveis não obedeça a divisões administrativas. Tratase de uma simplificação necessária para poder descrever a variável espacial.
Em 1837, Harness apresentou uma nova forma de resolver os problemas existentes nos
mapas coropléticos. Num mapa da população da Irlanda do Norte mostrou o que teria sido o
primeiro exemplo de mapa dasimétrico (Maceachren, 1979; Martinelli, 2010). O termo
dasimétrico foi utilizado pela primeira vez pelo geógrafo russo Tian-Shansky, que
desenvolveu um mapa de densidade populacional da Rússia publicado na década de 1920
(Bielecka, 2005; Maantay, Maroko, Porter-Morgan, 2008). Já o primeiro paper sobre mapas
dasimétricos foi publicado pelo geógrafo americano John Kirtland Wright, que propagou o
significado de dasimétrico (dasymetric) com medição da densidade (density measuring)
(Maantay, Maroko, Porter-Morgan, 2008).
Vários métodos vêm sendo empregados para a obtenção de mapas dasimétricos, como a
interpolação, filtragem com pesos, utilização de dados auxiliares como o uso e cobertura da
terra, regressão, amostragem heurística, kernel e dados cadastrais (Maantay, Maroko, PorterMorgan, 2008).
Martin, Tate & Langford (2000) desenvolveram um método para a construção de
modelos de superfícies de população descontínuas, baseados em dados de censo e imagens de
sensoriamento remoto para a Irlanda do Norte. A informação de cobertura do solo derivada da
classificação de uma imagem Landsat TM foi usada para redistribuir a população dentro dos
setores censitários. Utilizando um mapa binário, resultante da classificação, foi empregada
uma equação de regressão linear, considerando a proporção de área construída e não
construída, para redistribuir a população nos setores.
Kampel (2003) utilizou imagens de luzes noturnas do sistema DMSP/OLS para a
Amazônia Brasileira, e imagens dos sistemas CCD-CBERS-1 e Landsat-TM para a escala
municipal. Estimativas de densidade de população urbana também puderam ser obtidas a
partir de relações lineares entre as áreas de luzes e de população urbana. Contudo, a autora
(op. cit.) ressalta que a elaboração do mosaico de imagens de luzes noturnas e a definição dos
limiares para identificação dos focos de luzes devem ser criteriosas para que interpretações
errôneas dos dados não sejam obtidas. No produto de luzes estáveis gerado neste trabalho, não
há focos referentes a luzes efêmeras (incêndios florestais). Todo foco identificado
corresponde a alguma atividade que demandasse iluminação. Entretanto, nem todo foco de luz
corresponde à presença de população. Estas observações devem ser consideradas ao se
estabelecer relações entre variáveis de luzes noturnas e outras variáveis
Bielecka (2005) elaborou mapas de densidade demográfica dasimétricos do nordeste
da Polônia utilizando dados auxiliares derivados de imagens de satélite. Os mapas revelaram
variações inter-regionais da população mais realísticas, sobretudo entre as áreas urbanas e
rurais. Morato, Kawakubo & Machado (2011) também utilizaram imagens de satélite como
dados auxiliares com o objetivo de melhorar o cálculo da densidade demográfica. Os autores
(op cit.) utilizaram imagens do satélite Landsat-7 ETM+ para a construção de uma imagem
índice denominado de NDBI (Normalized Difference Built-up Index) no município de
Alfenas, Sul de Minas Gerais, Brasil. O NDBI foi proposto por Zha, Gao & Ni (2003) e vem
sendo aplicado para o mapeamento rápido de áreas urbanas com acurácia satisfatória (Zha,
Gao & Ni, 2003). O perímetro urbano da cidade foi isolada das áreas rurais por meio da
adoção de um simples limiar de corte (threshold) aplicado sobre a imagem NDBI. Após este
procedimento, os limites do perímetro urbano foram combinados com os setores censitários e
calculada a densidade demográfica. Os resultados revelaram melhora significativa com a
adoção do perímetro urbano principalmente nas áreas transição entre o rural e o urbano.
1002
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
Barroso, Machado, Luchiari & Queiroz Filho (2011) utilizam o método dasimétrico para
avaliar a distribuição da população idosa acima de 65 anos na zona sul da cidade de São
Paulo, SP, Brasil. Os polígonos de áreas residências foram definidos usando como base as
informações de quadra e do cadastro fiscal municipal. As quadras não residenciais foram
identificadas por meio de análise de fotografias aéreas ortorretificadas e excluídas da análise.
Em seguida, as áreas residenciais foram combinadas com os dados das unidades censitárias do
IBGE.
3. Resultados e discussão
Uma das etapas cruciais no desenvolvimento de este trabalho consistiu na elaboração do
mosaico das imagens. Alguns problemas foram observados na execução do mosaico, como
incompatibilidade das imagens com a base cartográfica (em função da diferença de escala) e
distorções provenientes da forma como as imagens foram capturadas do Google Earth. Apesar
destes problemas, o procedimento mostrou-se bastante válido, pois o produto gerado atendeu
os objetivos pretendidos neste trabalho - que não requer necessariamente uma alta precisão no
posicionamento.
Os resultados obtidos com o cálculo da densidade demográfica são ilustrados na figura 4.
Diferentemente do método tradicional denominado de coroplético, a densidade demográfica
foi calculada considerado apenas as áreas realmente habitadas, excluíndo as áreas de
pastagem, floresta, eucalipto, lagos, solo exposto, áreas industriais e culturas agrícolas.
Portando, o método reduziu o efeito inconveniente da “suavização” da densidade
demográfica.
A eficácia do método dasimétrico foi mais perceptível nos setores maiores. Isto
aconteceu porque o IBGE padroniza o tamanho dos setores com base em um número
aproximado de 1000 habitates (Morato, 2009). Portanto, nas áreas menos habitadas, como nas
franjas urbanas, o tamanho dos polígonos censitários geralmente foram maiores, o que tornou
mais evidente a eficácia do método dasimétrico.
Figura 4. Mapa de densidade demográfica de Poços de Caldas, MG utilizando o método
dasimétrico.
1003
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
4. Conclusões
A elaboração do mapa de uso terra e cobertura vegetal a partir de mosaico de imagens
extraídas do aplicativo Google Earth mostrou-se bastante eficaz para os objetivos pretendidos
neste trabalho. A metodologia pode ser adaptada para diversas outras aplicações onde a
acurácia do posicionamento não interfere de maneira significativa nos resultados almejados.
Nas áreas de infraestrutura e de planejamento urbana, o mapa de densidade populacional
é imprescindível para uma avaliação prévia da demanda estrutural do local (largura das ruas e
das avenidas, tamanho dos dutos de abastecimento de água e de esgoto etc.) e da viabilidade
da obra.
O método tradicional de cálculo da densidade demográfica, denominado de coroplético,
considera que a população se distribui de maneira homogênea dentro de cada setor censitário.
A adoção deste método tem como conseqüência o efeito de suavização da distribuição da
população. Principalmente nas áreas menos habitadas, os resultados do cálculo da densidade
populacional são subestimados por considerar toda a área abrangida pelo setor.
No método dasimétrico apenas as áreas habitadas são consideradas no cálculo da
densidade demográfica. As informações relacionadas ao uso da terra são extraídas de fontes
complementares (do inglês ancillary data) e posteriormente, são combinadas com os dados do
censo demográfico por meio de metodologias de análise espacial em Sistema de Informação
Geográfica (SIGs). Procura-se com a adoção do método dasimétrico a construção de um mapa
que represente de maneira mais realística a distribuição espacial da população no espaço
intraurbano.
Para a aplicação do método dasimétrico, considerou-se apenas dois fatores: residencial e
não-residencial. Portanto, as variações relacionadas ao tipo de residência não foram
consideradas nesta análise. Considerar estas diferenças talvez seja o grande desafio do método
dasimétrico para os próximos anos.
A metodologia adotada mostrou-se bastante satisfatória, pois permitiu que a
distribuição da população se restringisse somente as áreas classificadas como de uso
residencial. Como consequência, o efeito indesejado da “suavização” foi amenizado, em
especial nas áreas onde os polígonos censitários são maiores.
Agradecimentos
Ao PIBIC-CNPq pela bolsa de iniciação científica concedida.
Referências Bibliográficas
Andrews, W. A. (1976). A guide to urban studies. Ontário: Prentice-Hall.
Almeida Filho, N.& Santana, V. S.(1986). Espaço social urbano e doença mental: um estudo de área
ecológica. Caderno de Saúde Pública, 2(3), 334-348.
Barroso, L. V.; Machado, R. P. P.; Luchiari, A.; Queiroz Filho, A. P. (2011). Dasymetric mapping of
socioeconomic data of the city of Sao Paulo. Anais da Conferencia Geográfica Regional.
Bielecka, E. (2005). A dasymetric population density map of Poland. Anais do XXII Internacional
Cartographic Conference.
Ceron, A. O. & Diniz, J. A. F. (1966). O uso de fotografias aéreas na identificação das formas de utilização
agrícola da terra. Revista Brasileira de Geografia, 2 (28), 161-173.
Crósta, A. P. (1999). Processamento digital de imagens de sensoriamento remoto. Campinas: IGE-Unicamp.
Guimarães, J. C. C. (2008). Dinâmica do componente arbustivo-arbóreo de uma floresta de galeria aluvial
no planalto de Poços de Caldas, MG, Brasil. Revista Brasil. Bot., 31(4), 621-632.
1004
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
IBGE (2003). Metodologia do Censo 2000. Rio de Janeiro: IBGE.
Kampel, S. A. (2003). Geoinformação para estudos demográficos: representação espacial de dados de
população na Amazônia Brasileira. Tese de doutorado em Engenharia de Transportes, Escola Politécnica da
Universidade de São Paulo.
Luchiari, A.; Kawakubo, F. S. & Morato, R. G. (2011). Técnicas de Sensoriamento Remoto. In: L. A. B.
Venturi (Ed.), Geografia: práticas de campo, laboratório e sala de aula. São Paulo: Sarandi.
Maceachren, A. (1979). The evolution of thematic cartography: a research methodology and historical
review. The Canadian Cartographer, 16(1), 17-33.
Maantay, J. A., Maroko, A. R., Porter-Morgan, H. (2008). Research note – a new method for mapping
population and understanding the spatial dynamics of diseases in urban areas: asthma in the Bronx, New
York. Urban Geography, 29 (7), 724-738.
Martin, D. (1996). Geographic Information Systems: Socioeconomic applications. London/New York:
Routledge.
Martin, D.; Tate, N. J.; Langford, M. (2000). Refining population surface models: experiments with
northern Ireland census data». Transactions in GIS, 4 (4), 343-360.
Martinelli, M. (2010). Um breve apanhado sobre a breve história da Cartografia Temática. Anais do III
Simpósio Iberoamericano de História da Cartografia.
Moraes, F. T. (2007). Zoneamento geoambiental do planalto de Poços de Caldas, MG/SP a partir de análise
fisiográfica e pedoestratigráfica. Dissertação de Mestrado, UNESP.
Morato, R. G. (2009). Geografia do bem-estar: análise espacial de um índice de qualidade de vida urbana.
In: Instituto Brasileiro de Geografia e Estatística. (Org.), Prêmio ENCE 50 anos: o censo 2000 e a pesquisa
social no Brasil. Rio de Janeiro: IBGE.
Morato, R. G.; Kawakubo, F. S.; Machado, R. P. P. (2011). Mapa de densidade demográfica dasimétrico da
área urbana do município de Alfenas (MG). Anais do II Simpósio Internacional Caminhos Atuais da
Cartografia na Geografia.
Moreira, P. R.(2004). Manejo do solo e recomposição da vegetação com vistas a recuperação de áreas
degradadas pela extração da bauxita, Poços de Caldas, MG. Tese de Doutorado, UNESP.
Nucci, J. C. (2008). Qualidade ambiental e adensamento urbano: um estudo de ecologia e planejamento da
paisagem aplicado ao distrito de Santa Cecília (MSP). Curitiba: Edição do autor.
Souza, N. R. (2001). Planejamento urbano em Curitiba: saber técnico, classificação dos citadinos e partilha
da cidade. Revista de Sociologia e Política, 16, 107-122.
Zha, Y.; Gao, J. Ni, J. (2003). Use of normalized difference built-up index in automatically mapping urban
areas from TM imagery. International Journal of Remote Sensing, 24, 583–594.
1005
Download

(MG) utilizando técnicas de sensoriamento remoto e